买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉贵州大学申请的专利基于双稀疏字典自适应的降噪方法、轴承故障诊断方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119691361B 。

龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411867910.X，技术领域涉及：G06F18/10；该发明授权基于双稀疏字典自适应的降噪方法、轴承故障诊断方法及系统是由徐军;张良;张浩;孙远航;喻名彪;陈家兑;梁璐娜设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本基于双稀疏字典自适应的降噪方法、轴承故障诊断方法及系统在说明书摘要公布了：本发明公开了基于双稀疏字典自适应的降噪方法、轴承故障诊断方法及系统，该方法对待降噪信号进行小波分解得到高频信号和低频信号并构建出高频矩阵和低频矩阵；再对高频矩阵和低频矩阵均进行基于阈值自适应的DDTF字典学习，即设置初始字典并进行学习得到初始稀疏系数矩阵，对初始稀疏系数矩阵使用自适应阈值更新，即从初始稀疏系数矩阵中按照从大到小的顺序，在迭代过程中选择稀疏系数作为动态阈值，用以更新初始稀疏系数；确定最终阈值后得到最终的稀疏系数矩阵，进而再次更新字典，得到子信号，最后对得到子信号进行逆变换和矩阵重排逆运算得到降噪信号。本发明结合小波分解以及DDTF，构建出双稀疏模式，有效提高固定基的稀疏表示能力。

本发明授权基于双稀疏字典自适应的降噪方法、轴承故障诊断方法及系统在权利要求书中公布了：1.一种基于双稀疏字典自适应的降噪方法，其特征在于：包括以下步骤： 步骤1：获取待降噪信号，并对所述待降噪信号进行K层小波分解得到K组高频信号和1组低频信号，K为正整数； 步骤2：对所述高频信号、所述低频信号进行窗口滑动选取，构建K个高频矩阵和1个低频矩阵，所述高频矩阵和所述低频矩阵都视为过完备样本库 步骤3：对所述高频矩阵和所述低频矩阵均进行基于阈值自适应的DDTF字典学习得到字典和稀疏系数矩阵； 其中，对每个矩阵分别设置初始字典，进而使用DDTF字典学习得到初始稀疏系数矩阵，并从所述初始稀疏系数矩阵中按照从大到小的顺序，在迭代过程中选择稀疏系数作为动态阈值，用以在每次迭代中更新所述初始稀疏系数矩阵，即大于或等于所述动态阈值的初始稀疏系数保持不变，否则，设置为0；迭代终止，得到最佳阈值下的最终稀疏系数矩阵；最后基于所述最终稀疏系数矩阵更新字典，进而基于更新的字典以及所述最终稀疏系数矩阵得到字典学习处理以后的子信号； 步骤4：对步骤3得到的所述高频矩阵和所述低频矩阵的子信号进行逆变换和矩阵重排逆运算得到降噪信号。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。